将类似输入映射到类似输出的散列函数？

Question

是否存在哈希函数，其中输入中的微小变化会导致输出中的微小变化？例如，像：

hash("Foo") => 9e107d9d372bb6826bd81d3542a419d6
hash("Foo!") => 9e107d9d372bb6826bd81d3542a419d7 <- note small difference

Answer 1

我不会把它称为哈希，因为哈希的要点恰恰相反。但是，根据您声明的目标，即输入中的微小变化会产生较小的输出变化，我会考虑使用soundex函数或Ratcliff算法。

Answer 2

我会推荐Mark Manasse的simhash，algorithm。

Answer 3

一个简单的解决方案是对所有字节模块N进行异或。对于64位散列，你要XOR（输入[0] ^输入[8] ^输入[16]）+ 256 *（输入[1] ^输入[9] ^输入[17]）等。 所以，“Foo”哈希到“Foo \ 0 \ 0 \ 0 \ 0 \ 0”和“Foo！”哈希到“Foo！\ 0 \ 0 \ 0 \ 0”。

Answer 4

  

位置敏感散列（LSH）降低了维数   高维数据。 LSH哈希输入项目以便类似项目   以高概率映射到相同的“桶”：

https://en.wikipedia.org/wiki/Locality-sensitive_hashing

另见：https://en.wikipedia.org/wiki/Perceptual_hashing

以下是DNA序列感知哈希的一个很好的例子：

http://arxiv.org/pdf/1412.5517.pdf